[发明专利]基于遗传算法和先验知识的网络社区划分方法

权利要求书

1.一种基于遗传算法和先验知识的网络社区划分方法，包括如下步骤：

(1)读入一幅实际网络图，并生成网络图对应的邻接矩阵A_ij；

(2)设置参数：将社区划分类别数n设为2；运行次数初始值g设为1；最大运行次数g_max设为50、种群S_pop大小设为450、交配池S_pool大小设为225、锦标赛选择S_tour大小设为2、交叉率P_c设为0.8和变异率P_m设为1；

(3)更新运行次数g，进行第g次运行：随机生成450条染色体作为初始种群，染色体表示为：

rm=[rm1rm2...rmi...rmN],]]>

其中，向量r_m表示种群中第m条染色体，表示种群中第m条染色体的第i个节点的类别，且均为正整数，N表示社区节点的总数；

(4)根据网络图的邻接矩阵A_ij，计算染色体适应度值，并选择出适应度值最大的450条染色体作为父代种群；

(5)对父代种群中的染色体进行交叉操作和变异操作，产生新的染色体，构成子代种群；

(6)对子代种群进行局部搜索，并找到适应度值最大的染色体加入到子代种群中；

(7)合并父代种群与子代种群，并选择适应度值最大的450个染色体作为新的父代种群；

(8)判断步骤(3)中运行次数g是否达到最大运行次数50，若达到，则终止运行，输出新的父代种群中适应度值最大的染色体，该染色体中各个节点的划分结果就是社区的划分结果；否则，将新的父代种群作为初始种群，并从步骤(3)继续进行第g次运行，直到达到最大运行次数。